In this work, the Ra values will be

In this work, the Ra values will be used to measure the importance of the inputs and also to discard irrelevant inputs, guiding the variable selection algorithm. We will adopt the popular backward selection, which starts with all variables and iteratively deletes one input until a stopping criterion is met [14]. Yet, we guide the variable deletion (at each step) by the sensitivity analysis, in a variant that allows a reduction of the computational effort by a factor of I (when compared to the standard backward procedure) and that in [18] has out- performed other methods (e.g. backward and genetic algorithms). Similarly to [36], the variable and model selection will be performed simultaneously, i.e. in each backward iteration several models are searched, with the one that presents the best generalization estimate selected. For a given DM method, the overall procedure is depicted bellow:

ผลลัพธ์ (ไทย) 1:

ในงานนี้ ค่า Ra จะถูกใช้ เพื่อวัดความสำคัญของปัจจัยการผลิต และละทิ้งการอินพุตไม่เกี่ยวข้อง การแนะนำขั้นตอนวิธีการเลือกตัวแปร เราจะนำยอดนิยมย้อนหลังเลือก ซึ่งเริ่มต้น ด้วยตัวแปรทั้งหมด และซ้ำ ๆ ลบหนึ่งป้อนจนกว่าเงื่อนไขการหยุดจะพบ [14] ยัง เราแนะนำการลบตัวแปร (ในแต่ละขั้นตอน) โดยการวิเคราะห์ความไว ในตัวแปรที่ช่วยให้ลดความพยายามคำนวณตามตัวคูณของฉัน (เมื่อเปรียบเทียบกับมาตรฐานขั้นตอนย้อนหลัง) และที่ใน [18] ได้ออก - ดำเนินการต่าง ๆ (ย้อนหลัง และพันธุกรรมเช่นอัลกอริทึม) ในทำนองเดียวกัน ไป [36], เลือกตัวแปร และรูปแบบจะดำเนินการพร้อมกัน เช่นเนื่องย้อนหลังหลายรุ่นจะค้นหา กับนำเสนอการประเมิน generalization สุดที่เลือก เป็นภาพขั้นตอนทั้งหมดสำหรับวิธีการกำหนด DM, bellow:

ผลลัพธ์ (ไทย) 2:

ในงานนี้ค่า Ra จะถูกใช้ในการวัดความสำคัญของปัจจัยการผลิตและยังจะทิ้งปัจจัยการผลิตที่ไม่เกี่ยวข้องแนวทางขั้นตอนวิธีการเลือกตัวแปร เราจะนำมาใช้ในการเลือกย้อนกลับได้รับความนิยมซึ่งเริ่มต้นด้วยตัวแปรทั้งหมดและซ้ำลบหนึ่งป้อนข้อมูลจนกว่าจะมีเกณฑ์การหยุดจะพบ [14] แต่เราเป็นแนวทางในการลบตัวแปร (ในแต่ละขั้นตอน) โดยการวิเคราะห์ความไวในตัวแปรที่ช่วยให้การลดลงของความพยายามในการคำนวณโดยปัจจัยที่ผม (เมื่อเทียบกับขั้นตอนย้อนหลังมาตรฐาน) และว่าใน [18] มีออกมา - วิธีการดำเนินการอื่น ๆ (เช่นขั้นตอนวิธีการย้อนกลับและทางพันธุกรรม) เช่นเดียวกันกับ [36] ตัวแปรและการเลือกรูปแบบที่จะดำเนินการไปพร้อม ๆ กันกล่าวคือในแต่ละซ้ำย้อนหลังหลายรูปแบบที่จะค้นหาหนึ่งที่นำเสนอประมาณการทั่วไปที่ดีที่สุดที่เลือก สำหรับวิธีการ DM ที่กำหนดขั้นตอนโดยรวมเป็นภาพตะโกน:

ผลลัพธ์ (ไทย) 3:

ในงานนี้ราค่าจะใช้ในการวัดความสำคัญของกระผม และกระผมจะละทิ้งแนวทางการเลือกตัวแปรที่ไม่เกี่ยวข้อง , ขั้นตอนวิธี เราจะยอมรับการย้อนกลับเป็นที่นิยม ซึ่งเริ่มต้นด้วยตัวแปรและซ้ำลบหนึ่งใส่จนถึงเกณฑ์หยุดเจอ [ 14 ] แต่เราแนะนำการลบตัวแปร ( ในแต่ละขั้นตอน ) โดยการวิเคราะห์ความไวในตัวแปรที่ช่วยลดความพยายามในการคำนวณโดยปัจจัยที่ผม ( เมื่อเทียบกับกระบวนการย้อนกลับมาตรฐาน ) และใน [ 18 ] ได้ออกมาแสดงวิธีการอื่น ๆ ( เช่นย้อนกลับและขั้นตอนวิธีเชิงพันธุกรรม ) ในทํานองเดียวกันกับ [ 36 ] ตัวแปร และการเลือกรูปแบบจะดำเนินการพร้อมกัน คือในแต่ละย้อนกลับทำซ้ำหลายรุ่น จะหากับหนึ่งที่เสนอการประมาณการที่ดีที่สุดเลือก เพื่อให้วิธีการ DM , ขั้นตอนโดยรวมเป็นภาพด้านล่าง :